课程大纲 第 89 课,共 246 课 · 第 7 模块:在新数据上工作
第 7 模块:在新数据上工作

免费得到更多数据(数据增强)

为什么重要 收集数据很昂贵。你常常可以通过以不改变答案的方式改变你已有的样本,来制造更多的数据。

这里的测试数字写得有点偏离中心:最多偏移了一个像素。一个只在居中的数字上训练的模型从没见过这种情况,得分很差。所以加上每个训练数字的偏移副本:标签保持不变,因为一个往左移了一个像素的 3 仍然是 3。

不是每一种改变都是安全的

数据增强的规则是:只做那些保持答案不变的改变。一个镜像翻转的数字不是真实的手写字,而有些翻转会把一个数字变成接近另一个数字的东西。试一试,并留意分数。

数据增强:在你的数据经过改变的副本(平移、小角度旋转、裁剪)上训练,这些副本让标签仍然成立。

本课中的词语和符号
数据增强
让标签仍然成立的、经过改变的数据副本
轮到你了

编写 shifted_copies(imgs, labs),返回每张图像全部 9 种平移的图像和标签(用 np.roll 向下和横向移动 -1、0 或 +1 个像素)。然后用 fit_and_score 给三次训练打分:plain(只用训练图像)、shifted(你的副本)和 flipped(训练图像加上左右镜像的副本)。把 harmful 设为那个造成损害的训练的名字。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。